E-Pub: La RATP n'aime pas les méthodes de l'UMP

L'UMP a surpris beaucoup de monde avec sa première campagne de pubs AdWords ciblée sur des mots-clés tels que banlieues, racaille (si, pour un court instant! voir ici), sécurité, etc. L'histoire, qui a été signalée tout d'abord par Rezo et votre serviteur, a fait le tour du monde... Même les Américains, habitués à bien des formes de publicité politique, ont été étonnés (Business Week, New York Times, Today online, etc.). On peut discuter du bien-fondé du procédé, mais ce qui me surprend beaucoup c'est surtout l'absence de discussion dans le monde politique. Tout au plus, les socialistes se sont-ils mis à copier la technique (de façon assez maladroite, mais ils avaient l'esprit tourné ailleurs).

Au-delà du procédé, qu'on peut approuver ou pas en tant que citoyen, il y a quand même quelque chose que j'ai trouvé assez perturbant: parmi les mots-clés achetés par l'UMP, figuraient aussi Parti Socialiste, Jospin, François Bayrou, Montebourg, Robert Hue, PCF, Arlette Laguiller, LCR, etc. Est-ce bien loyal? Que l'on tombe sur une pub UMP en tapant Nicolas Sarkozy, très bien. Que l'on tombe dessus en tapant banlieues ou violences urbaines, il me semble que ça mérite un débat citoyen... Mais que l'on tombe sur une pub UMP en tapant François Bayrou ou Arlette Laguiller, cela me semble un peu curieux (l'inverse me surprendrait tout autant, rassurez-vous si vous êtes sympathisant UMP)! En fait, cela me rappelle l'affaire Louis Vuitton contre Google: la requête Louis Vuitton renvoyait vers des pubs de sites concurrents ou même de sites vendant des contrefaçons! Google a été condamné en février dernier pour contrefaçon et actes de concurrence déloyale. Les attendus du jugement sont extrêmement intéressants à lire [pdf]. Ce jugement faisait suite à plusieurs affaires analogues: "Bourse des vols" jugé en octobre 2003 (VIATICUM et LUTECIEL contre Google), Méridien contre Google (référé de décembre 2004) et ACCOR contre Overture jugé en janvier 2005. Google s'engage désormais à supprimer les annonces abusivement liées à des marques à la demande du propriétaire de celles-ci [voir ici].

La jurisprudence est donc assez claire sur les marques commerciales. Sur les noms d'hommes politiques et les dénominations de partis, je ne crois pas qu'aucune affaire ait jamais été portée devant les tribunaux. Ce serait amusant: PCF contre Google, etc. [comme le fait remarquer un lecteur, Parti Socialiste, Parti Communiste, etc. sont des marques déposées -- voir INPI]. Cependant, il y a quelques jours, pendant la journée de grève des transports, l'UMP étendait ses pratiques à la RATP. ResetParameters a sorti l'info avec une copie d'écran, et, lui laissant la primeur, je n'ai mis qu'un petit écho sur ce blog. La requête RATP proposait un "lien commercial" vers le site de l'UMP ("Grèves des transports: Nicolas Sarkozy vous invite à voter pour exiger un service minimum garanti!"). Or RATP est une marque déposée (en 1972, sous le numéro 1 195 253), et étant donné la jurisprudence ci-dessus, l'issue d'un litige RATP contre UMP ne ferait pas l'ombre d'un doute (la RATP ne se prive pas de faire respecter ses droits dans d'autres circonstances: exemple)...

Si je parle de tout cela aujourd'hui, c'est qu'un lecteur de ce blog vient de me faire parvenir un échange de mails qu'il a eu avec la RATP après avoir lu le billet concerné et qui éclaire l'affaire sous un jour intéressant. Nous l'appellerons Monsieur M***.

Premier message de Monsieur M*** à la RATP, apparemment à travers le site Web:

--------------------------------------
VOTRE MESSAGE ADRESSÉ À LA RATP

Expediteur : M****
E-mail : ************
Sujet : publicite_partenariat

Message :

Je voudrais attirer votre attention sur
http://www.u-blog.net/resetparam/note/58079

Il me semble que vous seriez en droit de porter plainte
http://actu.abondance.com/2005-06/google-vuitton.php


INFORMATIONS COMPLEMENTAIRES
Contact : Monsieur M***

[je coupe le reste pour respecter son anonymat]

Première réponse de la RATP:

De : - CML/AKIO-0101
Envoyé : jeudi 24 novembre 2005 09:24
À : *****
Objet : Publicite_partenariat

Bonjour,

Je transmets le lien au service concerné qui prendra les mesures adaptées.

Cordialement,

François Jeunehomme
RATP / Relations de Service

Quelques jours plus tard:

From: alain.nuffer@ratp.fr
Date: Nov 28, 2005 9:03 AM
Subject: RE : Publicite_partenariat
To: ****************

Bonjour et merci pour votre vigilance

Le nécessaire a été fait (rapidement) grace à vous et le lien n'existe plus.

Bonne journée

Cordialement

Alain NUFFER
Responsable de l'Agence de Développement Multimédia
RATP/COM

Effectivement, le lien avait disparu très vite. Arnaud Dassier, qui dirige cette campagne de communication de l'UMP (société L'enchanteur des nouveaux médias) est-il un bricoleur qui improvise sur le Net sans trop connaître les lois (et la Netiquette)? ou bien passe-t-il outre, se disant que l'appui d'un Ministre de l'Intérieur, patron du parti commanditaire, peut aplanir bien des difficultés?

Il paraît qu'Arnaud Dassier lit ce blog (il semble d'ailleurs avoir laissé un commentaire l'autre jour, mais sait-on si c'était bien lui...). Je suis tout-à-fait prêt à publier ses explications et son point de vue. Il suffit de m'envoyer un petit mail (histoire de filtrer les plaisantins).

Texte: Nuages dynamiques

Les lecteurs assidus de ce blog auront noté mon intérêt pour les représentations graphiques du texte sous toutes ses formes. Les nuages de mots [voir dialogue, banlieues1, banlieues2, Chirac] me paraissent par exemple être très prometteurs pour la visualisation de l'information et la navigation -- mais ils sont tout de même un peu rustiques au niveau graphique! Quand j'ai découvert (voir ici) l'affiche dynamique réalisée par Marc-André pour leroidelacapote.com [sur une idée de Jared Tarbell], j'ai eu un déclic dans ma petite tête: j'ai vu dans cette animation plus qu'une simple pub. Ne pourrait-on réutiliser l'idée pour visualiser le champ sémantique de textes? Il suffirait d'injecter dans l'animation les mots les plus fréquents (à part les mots-outils), de rendre les liens cliquables, etc. J'ai suggéré l'idée à Marc-André, en lui envoyant mes "mots des banlieues", et il m'a renvoyé ce superbe "nuage dynamique" (les mots émergent tout doucement, c'est exprès ;-) :

Rechargez la page pour obtenir une autre représentation
Clic droit pour zoomer à l'infini !

Les mots qui apparaissent représentent l'univers lexical des blogs francophones à propos des banlieues (voir méthode ici). Chaque mot est cliquable, et renvoie vers les blogs recensés par Technorati. Contrairement à mes premiers essais de nuages façon TagCloud, la taille ne reflète pas ici la fréquence, mais est aléatoire: on a une nouvelle image à chaque rafraîchissement de la page, et je trouve cette part d'aléatoire fascinante. Une nouvelle lecture émerge à chaque fois... L'oeuvre ouverte.

J'avais un peu tendance à avoir une aversion viscérale pour Flash: sites lourds qui plombent votre navigateur, impossibles à indexer, etc. Mais en y réfléchissant bien, c'est peut-être un préjugé qu'il faudrait que je réexamine de plus près. Tout d'abord, j'ai été extrêmement étonné de voir que ce fichier Flash ne "pèse "que 13 ko. Rien du tout par les temps qui courent: moins que bien des images jpg ou autres. Côté indexation, certes Flash pose un problème aux moteurs, mais ai-je vraiment envie que Google et les autres viennent indexer cette liste de mots? Je n'en suis pas encore à créer tout mon blog en Flash, rassurez-vous! Mais il y a peut-être des usages de Flash (représentations sémantiques, couplage avec des "tags", intégration de fils RSS, etc.) qui méritent un examen plus approfondi. Est-ce que finalement le fameux Web 2.0 avec lequel tout le monde se gargarise ces temps-ci, ce n'est pas un ensemble d'efforts pour trouver des technologies variées qui nous fassent sortir du carcan d'un bon vieil HTML qui nous paraît chaque jour un peu plus limité et un peu plus poussiéreux ?

Flash y aura-t-il sa place? J'aimerais bien savoir ce que vous en pensez.

Un grand merci à Marc-André et longue vie au Roi de la Capote !

Ortograf: OpenOffice vs Microsoft

[ Traduction anglaise avec commentaires sur le blog de Microsoft
English translation with comments on Microsoft's blog ]

La sortie de la nouvelle version d'OpenOffice en français il y a quelques jours m'a incité à étendre mon petit comparatif des correcteurs orthographiques. Dans une étude précédente [ici], j'avais comparé le correcteur de Microsoft Word avec la fonction de correction offerte par la barre Google. L'avantage était clairement à MS Word (avec le patch qu'il est important de télécharger), cet avantage provenant essentiellement d'un bon traitement des noms propres, et dans une moindre mesure, de ses capacités en matière d'orthographe grammaticale (accords en particulier). On va voir qu'avec OpenOffice le match est plus serré.

J'ai gardé le même texte fautif pour l'évaluation (un article du journal Le Monde passé au "pourrisseur" de textes : ici), et les résultats sont les suivants (le bruit est constitué des fausses alertes et le silence correspond aux erreurs non repérées):

%	Bruit	Silence
MSWord (avec Patch)	1,7	21,3
OpenOffice	0,0	25,3
Google	1,7	24,0

Sans noms propres et mots étrangers

%	Bruit	Silence
MSWord (avec Patch)	9,3	20,0
OpenOffice	6,0	27,6
Google	34,7	22,4

Avec noms propres et mots étrangers

Si l'on ignore les noms propres et les mots anglais cités dans le texte, OpenOffice donne un peu moins de fausses alertes que MSWord, mais ignore un peu plus de mots fautifs. La tendance est la même si l'on prend en compte les noms propres et les mots anglais: un peu moins de bruit, et plus de silence. Il est important de bien régler OpenOffice sur l'option "détecter toutes les langues": la détection de la langue semble assez bien faite, du moins sur mon exemple. La phrase "Do you like roast-beef?" citée en anglais dans le texte est bien repérée comme anglaise par OpenOffice, alors qu'elle ne l'est pas dans MSWord (il faut dire que la détection de la langue sur des fragments aussi courts est extrêmement délicate!).

On voit donc que les résultats se tiennent dans un mouchoir de poche. Globalement, il y a un léger avantage pour MSWord par rapport à OpenOffice (Google est loin derrière). Je ne veux pas être trop technique, mais on peut le mesurer précisément (si l'on pénalise de la même manière le bruit et le silence) en utilisant la moyenne harmonique de la précision et du rappel (mesure F), et elle est légèrement plus élevée dans les deux cas pour MSWord (87,4% contre 85,4% dans le premier cas; 85,0% contre 81,8% dans le second).

La performance n'est tout de même pas mauvaise pour OpenOffice, compte tenu de son caractère libre et des moyens sans aucun doute plus limités dont il dispose pour son développement. Bien sûr, il faudrait faire des tests à plus grande échelle, avec d'autres types de textes, et mon expérience n'a qu'une valeur indicative. Il me semble toutefois que les développeurs de la version française d'OpenOffice doivent faire preuve de vigilance: Microsoft a manifestement réouvert le chantier du correcteur français, avec une équipe très compétente, et sur certains points son avance conceptuelle est forte, même si elle ne transparaît pas encore beaucoup dans les chiffres. C'est le cas de la correction de l'orthographe grammaticale, sur laquelle, comme je l'ai signalé l'autre fois, Microsoft est en train d'améliorer notablement les choses. Notons également qu'OpenOffice n'intègre pas encore l'orthographe recommandée (depuis 1990...) par le Conseil Supérieur de la Langue Française et l’Académie Française telles que règlementaire, révolver, ambigüe, etc. (mais elle serait très simple à intégrer).

---

Post-scriptum

1. PYves (commentaire ci-dessous) a fait la même évaluation avec TextEdit sous MacOS 10.4. Voici ses résultats:

%	Bruit	Silence
TextEdit - Sans NP/étr.	0	25,3
Avec NP/étr.	19,2	25,9

Performances identiques à OpenOffice si l'on ne compte pas les noms propres et les mots étrangers. Si on les compte, la performance est un peu meilleure en termes de silence, mais moins bonne en termes de bruit . Très intéressant. Merci PYves !

2. Thierry Fontenelle a traduit ce texte en anglais sur le blog de Microsoft consacré au correcteur, avec quelques commentaires introductifs (je suis totalement d'accord avec ses commentaires).

E-Pub: A mots couverts

Marc-André me signale une jolie pub animée qu'il vient de réaliser [sur une idée de Jared Tarbell] pour un site spécialisé dans la vente en ligne de petits vêtements sans couture:

Cliquer sur l'image pour voir l'animation

Le parallèle avec la superbe exposition qui a lieu en ce moment même au Centre Pompidou (voir commentaire chez Fuligineuse) est peut-être un peu osé, mais je me dis que si Flash et Actionscript avaient existé à l'époque, les dadaïstes ne les auraient sans doute pas dédaignés:

Cliquer sur l'image pour voir l'animation

En tous cas, leroidelacapote.com m'a donné le vertige: moi qui ne suis pas de la "génération capote", je n'aurais jamais soupçonné que l'offre était aussi diversifiée (et parfois franchement marrante)! Ca donne envie de se mettre au LaTeX latex.

Lexique: Diplopie

Tout le monde se demande pourquoi le président Chirac a ressorti ses lunettes du temps du Bébête Show (vous vous rappelez l'aigle Black Jack?)...

C'est peut-être Libération qui a la réponse: le président souffrirait de diplopie. Voilà un mot bizarre. Voyons ce que le TLFi nous en dit:

DIPLOPIE, subst. fém.
MÉD. Trouble de la vision consistant à percevoir deux images ou plus pour un seul objet (cf. strabisme) [TLFi]

En gros, la diplopie c'est le fait d'y voir double... C'est ce qui arrive quand on a un peu trop forcé sur la bouteille, mais il paraît que Jacquot tient bien la Corona. En revanche, on savait qu'il souffrait d'un "léger trouble oculaire" lié à son accident vasculaire cérébral (AVC), sans en connaître la nature exacte. Je ne suis pas médecin (peut-être que des lecteurs pourront nous éclairer?), mais si on lit les sites spécialisés [par exemple ici] la diplopie semble effectivement être l'une des conséquences possibles des AVC. Et ça colle assez bien: si le problème était simplement une intolérance aux lentilles, on pourrait toujours lui écrire son discours en caractères géants sur les pancartes... Par contre, si le problème est mécanique, il n'y a plus que les lunettes, qui peuvent agir comme des prismes pour remettre la vision d'aplomb.

Je ne sais pas si ça peut lui permettre d'éviter de nous confondre avec des veaux, comme son Illustre Modèle, qui s'est lui aussi décidé à porter de grosses lunettes noires -- trop tard d'ailleurs (je n'ai pas réussi à trouver une seule image du Général avec ces célèbres lunettes sur le Net: incroyable, non?). En tous cas, nous aurons appris au moins un mot.

Au fait, diplo, ça veut dire "double" en grec. Comme dans diplodocus:

Writing: The Nomina Sacra under the prison

[ French version - Version française ]

It’s quite symbolic, really. A prisoner is carrying out some digging work in Meggido prison in Israel (which "plays host” to some 1,200 Palestinian prisoners), when the blows from his pickaxe uncover two beautiful mosaics, one of which represents Ichtus, a sign by which early Christians recognised each other (see my previous post [fr]):

Here in France we were distracted by other events [fr], but this story has caused quite a stir all over the world (Washington Post, Yahoo News, National Geographic). Some people believe these mosaics could have belonged to the first church in the Holy Land and perhaps in the whole of Christendom. Indeed, they appear to date from the end of the 3rd century, long before the emperor Constantine legalized Christianity in 313 and up until now believed to be a time when Christians, who were persecuted, were not in a position to build places of worship. The Israeli authorities and the Vatican immediately turned this into a major media event (the discovery could encourage tourism for the former, and strengthen faith for the latter – something which they both seem to be in real need of...) but it’s best not to get over-excited yet: the discovery is of such enormity that we ought to step back and let the experts make a calm judgement.

In any case, another picture took my breath away while I was looking through the photo albums on Yahoo and National Geographic.

Or, in modern characters:

ΠΡΟΣΗΝΙΚΕΝ
ΑΚΕΠΤΟΥΣ·
ΗΦΙΛΟΘΕΟΣ
ΤΗΝΤΡΑΠΕ
ΖΑΝΘΩ·ΙΥ·ΧΩ
ΜΝΗΜΟΣΥΝΟΝ

This translates as something along the lines of "The devout Akeptus dedicates this memorial to the God Jesus Christ" (see discussion and comments on Brandon Wason’s blog).

The three sets of letters which I have marked in pink are examples of what is called nomina sacra, something which I already talked about a few months ago [fr]. The nomina sacra is a system of abbreviations developed by the first Christians, but unlike other shorthand systems such as the Tironian notes (developed by Tiron, Ciceron’s secretary) they are only used for sacred words (God, Lord, Jesus, and such). Here, we can recognize:

Θ[Ε]Ω : God
Ι[ΗΣΟ]Υ : Jesus
Χ[ΡΙΣΤ]Ω : Christ

The nomina sacra was developed very early on (probably at the end of the 1st century, since we find it in the Egerton Papyrus 2 [1, 2]— if you liked the Da Vinci Code you’ll like Egerton ;-).

Examples of nomina sacra in epigraphy (especially inscriptions on monuments) are much less common, and there don’t seem to have been any before the fourth century (it must have been risky to display your religious beliefs on the walls... [see the discussion on Phil Harland’s blog]).

As you can imagine, I am following the story with much interest, and quite frankly with great excitement...

By the way, does Meggido ring any bells? Armageddon is the location of the Apocalypse (as well as the title of a bad film) : Har Meggido means the "mountain of Meggido" in Hebrew, and the transliteration in Greek would have given Harmagedôn (but of course, as is always the case there is some controversy surrounding this…). If you want to find out more, you can always read the cabalistic thriller of a trendy French woman writer [fr], but if you want a real Revelation, you’d be better off reading the original. It’s a bit wild, mind -- history doesn’t record what the apostle might have been smoking!

And he gathered them together into a place called in the Hebrew tongue Armageddon.
And the seventh angel poured out his vial into the air;
and there came a great voice out of the temple of heaven, from the throne, saying, It is done.
And there were voices, and thunders, and lightnings;
and there was a great earthquake, such as was not since men were upon the earth,
so mighty an earthquake, and so great.
And the great city was divided into three parts, and the cities of the nations fell:
and great Babylon came in remembrance before God,
to give unto her the cup of the wine of the fierceness of his wrath.

Ecriture: La Nomina Sacra sous la prison

[ Version anglaise - English version ]

L'histoire est tout un symbole: un détenu participe à des travaux dans la prison de Meggido en Israël (qui "accueille" quelque 1200 prisonniers palestiens), quand ses coups de pioche mettent à jour deux superbes mosaïques, dont l'une représente l'Ichtus, un des premiers signes de reconnaissance de la Chrétienté [voir précédent billet]:

Nous avions le regard tourné ailleurs, mais l'affaire a fait grand bruit à travers le monde (Washington Post, Yahoo News, National Geographic). Selon certains, ces mosaïques pourraient avoir appartenu à la première église de la Terre Sainte et peut-être de la chrétienté. En effet, elles semblent dater de la fin du IIIè siècle, bien avant la légalisation du Christianisme par l'empereur Constantin (313), à une époque où l'on pensait jusqu'ici que les Chrétiens, persécutés, n'étaient pas en mesure de bâtir des lieux de culte. Les autorités israéliennes et le Vatican ont immédiatement fait un tapage médiatique (la découverte pourrait renforcer le tourisme pour les uns, la foi pour les autres -- les deux semblent en avoir bien besoin...) mais il convient de rester les pieds sur terre: la découverte est si énorme qu'elle demande du recul et une analyse à tête reposée par les spécialistes compétents.

En tous cas, j'ai eu le souffle coupé par une autre image en parcourant les albums photos de Yahoo et National Geographic:

Soit, en caractères modernes:

ΠΡΟΣΗΝΙΚΕΝ
ΑΚΕΠΤΟΥΣ·
ΗΦΙΛΟΘΕΟΣ
ΤΗΝΤΡΑΠΕ
ΖΑΝΘΩ·ΙΥ·ΧΩ
ΜΝΗΜΟΣΥΝΟΝ

Quelque chose comme "Ce mémorial est dédié par la pieuse Akeptus au Dieu Jésus-Christ" (voir discussion et commentaires de Brandon Wason).

Les trois couples de lettres que j'ai encadrés en rose sont des exemples de ce qu'on appelle nomina sacra, et dont j'ai déjà parlé il y a quelques mois. La nomina sacra est un système d'écriture abrégée développé par les premiers chrétiens, mais contrairement à d'autres systèmes d'abréviation, comme les notes tironiennes, dévelopées par Tiron, le secrétaire de Cicéron, elles ne concernent que les mots sacrés (Dieu, Seigneur, Jésus, etc.). Ici, nous reconnaissons :

Θ[Ε]Ω : Dieu
Ι[ΗΣΟ]Υ : Jésus
Χ[ΡΙΣΤ]Ω : Christ

La nomina sacra a été développée très tôt (probablement à la fin du Iè siècle, puiqu'on la trouve dans le papyrus d'Ergerton II [1, 2]-- si vous avez aimé le Da Vinci Code vous aimerez Egerton ;-).

Les exemples de nomina sacra en épigraphie (en particulier sur des inscriptions monumentales) sont beaucoup moins courants, et on ne semble pas en avoir avant le quatrième siècle (ce devait être risqué d'afficher son appartenance religieuse sur les murs... [voir discussion chez Phil Harland]).

Alors, vous imaginez que je suis l'affaire avec grand intérêt, et pour tout dire avec une grande excitation...

Ah oui, au fait, Meggido, ça ne vous rappelle rien? Armaguédon, c'est le lieu de l'Apocalypse (en plus du titre d'un mauvais film) : Har Meggido signifie la "montagne de Meggido" en Hébreu, et la translittération en Grec aurait donné Harmagedôn (mais bien sûr, comme toujours il y a des controverses...). Si vous voulez en savoir plus, vous pouvez toujours lire le thriller kabalistique d'une écrivaine branchée, mais si vous voulez vraiment avoir la Révélation, lisez plutôt l'original. C'est assez déjanté (l'histoire ne dit pas ce qu'il avait fumé, l'apôtre!).

Ils les rassemblèrent au lieu dit, en hébreu, Harmagedôn.
Et le septième ange répandit sa coupe dans l'air ;
alors, partant du temple, une voix clama : " C'en est fait ! "
Et ce furent des éclairs et des voix et des tonnerres,
avec un violent tremblement de terre ;
non, depuis qu'il y a des hommes sur la terre,
jamais on n'avait vu pareil tremblement de terre, aussi violent !
La Grande Cité se scinda en trois parties,
et les cités des nations croulèrent ;
et Babylone la grande, Dieu s'en souvint pour lui donner la coupe
où bouillonne le vin de sa colère.

Texte: Chirac sur un nuage

Voici les "nuages" de mots [voir 1 et 2] de l'allocution du président Chirac, diffusée il y a quelques minutes (la taille reflète la fréquence; vous pouvez cliquer pour avoir les contextes d'utilisation de chaque mot):

Les noms (qui apparaissent au moins trois fois) :

application chance communauté compatriote crise difficulté discrimination diversité école emploi enfant événement famille Français France jeune loi principe quartier règle république respect territoire valeur violence

Les verbes (qui apparaissent au moins deux fois):

agir aider appartenir connaître construire créer décider devoir donner falloir mobiliser passer permettre pouvoir prendre ramener refléter rencontrer répondre respecter réussir sanctionner savoir sortir venir violer vivre vouloir

Rappel des difficultés que vivent nos compatriotes (il faut être "près des gens"...). Rappel à la loi. Rappel des devoirs. Le mot banlieue n'est jamais prononcé. Le président parle de quartiers (c'est connu) ou de territoires (ça, c'est nouveau). Mais je vous laisse commenter librement...

L'original est disponible en version écrite et audio sur le site de l'Elysée.

Google: Define:racaille

TOMHTML, lecteur fidèle de ce blog, me signale la perle suivante (je passe sur la faute d'orthographe...) :

TOMHTML avait promis de créer un best-of des définitions tordues de Google dans un commentaire à mon coup de Gougueule d'avril sur la vision de la femme à travers la fonction define, et il a tenu parole ici. Ca mérite le détour. Souvent tordant, mais expliquez à vos élèves de français langue étrangère que c'est un jeu, pas un vrai dictionnaire! S'ils veulent de vraies définitions, il y a un véritable trésor qui ne demande qu'à être consulté.

Et puis, il y a aussi quelque chose d'autre, plus simple (je reconnais que le TLFi est un peu compliqué) mais superbe, dont je parlerai les jours prochains. Indice: il faut chercher sur ce blog (quelqu'un a déjà trouvé mais n'a pas mis de commentaire, donc le suspense continue).

Google: Poilus

Évidemment...

Ce n'est pas de cela que je voulais parler en ce 11 novembre, mais pourquoi pas... Vous vous souvenez sans doute que j'avais exprimé ma lassitude face à ce genre de liens, que nous ne désirons pas tous, et en tous cas pas n'importe quand (allez gérer votre classe de CM2 qui fait des recherches sur les femmes politiques, les hommes préhistoriques ou... les poilus!).

Mais pour être tout à fait honnête, ce matin je n'avais pas le filtre "SafeSearch" activé. Dans le courant de l'été, Google a en effet introduit cette fonctionnalité dans le formulaire de recherche français de façon très discrète --plusieurs années après son introduction sur le formulaire anglophone (il a été introduit aux US en 2000). Il faut dire que là-bas, des résultats du type de ceux que je dénonçais dans mon précédent billet provoqueraient un tollé général de la part des associations de parents et autres lobbies, qui serait de nature à faire plier même le dieu de Mountain View (et pour éviter tout souci, le filtre était même efficace à 150%!). Je suis bien placé pour savoir que le filtrage n'est pas plus compliqué en français qu'en anglais (on connaît les mots-clés, n'est-ce pas...) et donc, je persiste dans ma suspicion : c'était autant d'argent de gagné en attendant que les autres pays râlent. No evil of course, just money.

Et justement, les Frenchies commençaient à râler, et pas seulement sur ce blog (qu'ils lisent avec attention au Googleplex): j'ai senti clairement un ras-le-bol monter au cours des derniers mois, notamment de la part des enseignants qui doivent gérer la chose quotidiennement dans leurs classes. Les marketoïdes de Moutain View ont dû considérer que l'absence de filtrage allait leur faire perdre plus d'argent que sa présence. Reste à évaluer son efficacité (on peut fort bien imaginer pour le français une étude telle que celle des collègues de Harvard que je mentionnais plus haut).

Première impression tout en touillant mon café ce matin (donc pas très scientifique): il y a un net progrès. Voici ce que la requête poilus donne avec le filtre activé:

Bizarre quand même l'association à femmes, mais bon, le lien n'est pas trop méchant (juste quelques rencontres avec des filles de l'Est, mais ça n'est pas trop chaud).

Voilà pour les annonces publicitaires. Mais le plus étonnant ce sont les liens normaux, non "sponsorisés", sur la première page. Très propres dans les deux cas, filtre ou pas. Idem avec femmes enceintes. Plus de vidéos et autres actions "live" avec des femmes enceintes sur la première page. Même les liens commerciaux sont assez "soft".

Technologies du langage est toujours premier [voir ici] sur la requête "sexe hard" (l'une des requêtes les plus juteuses du Web -- sans mauvais jeu de mots), mais seulement avec SafeSearch activé:

Il est très intéressant de constater que les pages qui sont référencées sont celles de mes index (par date et par catégorie), qui sont sur le site de l'université (www.up.univ-mrs.fr) et pas sur Blogger. Mes pages qui parlent de "sexe hard" (en tout bien tout honneur!) sur aixtal. blogspot.com [ici et ici] ne sortent que si SafeSearch est activé. Google se méfierait-il de la "safitude" de sa propre filiale (accusée d'ailleurs d'être une "spam factory" [1, 2])?

Bien sûr la protection est très illusoire (quel enfant ou ado ne saura pas désactiver le filtre?), mais ça va quand même dans le bon sens. Un bon point pour Google (pourvu que ça dure). Yahoo va un peu plus loin, puisqu'il propose le filtre parental par défaut et qu'il faut faire un effort explicite pour le désactiver:

Mais bon, il reste du boulot pour que toutes les sensibilités puissent cohabiter sur le Web en bonne harmonie (je ne suis pas pour la censure)...

Aixtal: One candle and 228,000 unique visits

[ French version - Version française ]

One year, 240 posts, 228,000 unique visits, 570,000 page views ... It’s been quite an adventure!

[Thanks Logogle]

To be honest, I can’t remember the exact date I created Aixtal (and it seems to be quite in fashion lately to forget one’s date of birth ...), but it was some time around the end of October 2004. I wrote a couple of test posts then deleted them immediately. The first post that’s still online dates from 10 November 2004; in it, I announced the release of Firefox in French [fr]. It all seems so long ago ...

At the time, my aim in starting this blog was to try out this new technology. I told myself that it could be a useful way of making announcements (like the one about Firefox) to my students in Traitement Automatique des Langues (Natural Language Processing) in Aix (hence the name Aixtal). But once I realised that other people had started poking around and finding things they liked, such as this post [fr], or this one [fr], I realised that I would have to take things more seriously and re-read everything I post [on the use of this word in French: fr] (I get a rap on the knuckles for every mistake I make – and you don’t miss a single one ;-).

The number of people reading this site really took off when I started writing about Google [1, 2, 3...] It even led to a kind of rave party here in Aixtal-en-Bloggie [fr], which threw me into a bit of a panic, I must admit (I’m not used to it, you see). And so it went on, with many an exciting moment (like this [fr]). The clickable chart below shows some of the highlights ...

It’s been a marvellous experience, and I have really learned a lot from you all. A blog teaches you rigour, and modesty … Whenever you slip up, there’s always someone there to point it out to you - in the nicest possible way. I am truly touched by the relevance and (mostly) the politeness of your comments.

My heartfelt thanks to you all!

Aixtal: Une bougie et 228 000 visiteurs uniques

[ Version anglaise - English version ]

Un an, 240 billets, 228 000 visiteurs uniques, 570 000 pages vues... Quelle aventure!

[merci Logogle]

En fait, je ne me souviens plus très bien de la date exacte à laquelle j'ai créé Aixtal (c'est une coquetterie très à la mode que d'oublier sa date de naissance...). C'était à la fin octobre 2004. J'ai dû publier un ou deux billets à titre de test, que j'ai effacés ensuite. Le premier billet qui reste est daté du 10 novembre 2004. J'annonçais la sortie de Firefox en français. Ça me paraît bien loin...

A l'époque j'ai créé ce blog pour tester la technologie, en me disant que ça pourrait servir pour faire passer des annonces (comme celle de Firefox) à mes étudiants de Traitement Automatique des Langues à Aix (d'où le nom Aixtal). Et puis, je me suis aperçu que d'autres gens venaient butiner. Il y a des billets qui ont commencé à plaire, comme celui-ci, ou celui-là. Alors, il a fallu que je m'applique, que je relise deux fois tout ce que je "poste" (pan sur le bec à chaque faute, vous ne me loupez pas ;-).

Ce qui a fait décoller l'audience c'est mes petites Gougueleries [1, 2, 3...] Ça a même provoqué une rave géante à Aixtal-en-Bloggie, qui m'a un peu affolé (je n'étais pas habitué). Et puis ça a continué comme ça, avec pas mal de moments forts (par exemple ici). La carte cliquable ci-dessous résumé tout...

C'est une grande expérience. Vous m'avez beaucoup appris. Le blog est une formidable école de la rigueur, et de la modestie... Dès qu'un mot dérape il y a toujours quelqu'un pour vous moucher. Gentiment, d'ailleurs. Vos commentaires me touchent par leur pertinence, et (presque toujours), leur gentillesse!

Un grand merci à tous!

Blogs: Banlieues dans les nuages

J'ai montré l'autre jour comment les blogs parlent des banlieues à l'aide d'un nuage de mots [ici]. Ce nuage décrivait assez bien le paysage lexical de l'actualité: jeunes, Sarkozy, Paris, banlieues, violences, etc. mais je ne m'étais intéressé qu'aux mots isolés. Or les mots aussi prennent parfois leur force en bande: on entend ces jours-ci revenir comme des leitmotivs les expressions police de proximité, égalité des chances, forces de l'ordre, etc. Voici le nuage de ces expressions, construit automatiquement à partir des blogs francophones (la taille reflète la fréquence):

appels au calme · Assemblée nationale · Azouz Begag · balles réelles · banlieue parisienne · banlieues de Paris · banlieues françaises · bon sens · centre commercial · centre ville · citoyens français · classe politique · classes moyennes · Clichy sous Bois · cocktails Molotov · contrôle d'identité · coup de gueule · discrimination positive · Dominique de Villepin · droit de vote · droits de l'homme · Education nationale · égalité des chances · élection présidentielle · émeutes dans les banlieues · êtres humains · extrême droite · feu aux poudres · flambée de violence · forces de l'ordre · forces de police · Front National · gouvernement français · grande majorité · grandes villes · grands frères · grenade lacrymogène · grippe aviaire · guérilla urbaine · guerre civile · guerre en Irak · guerre mondiale · habitants des cités · habitants des quartiers · hommes politiques · Ile de France · incendies de voitures · jets de pierre · jeune homme · jeunes des banlieues · jeunes des cités · jeunes des quartiers · jeunes filles · jeunes gens · langue de bois · langue française · logements sociaux · Los Angeles · ministère de l'Intérieur · Ministre de l'Intérieur · mode de vie · modèle français · monde entier · mort de jeunes · Nicolas Sarkozy · nuit de samedi · nuit de violences · opinion publique · ordre public · ordre républicain · parti politique · Parti socialiste · police de proximité · police nationale · politique de la ville · politique d'intégration · pouvoirs publics · Premier ministre · Président de la République · problème des banlieues · quartiers difficiles · quartiers sensibles · région parisienne · rétablissement de l'ordre · secrétaire général · services publics · situation actuelle · société française · SOS Racisme · taux de chômage · tolérance zéro · transports en commun · Union européenne · véhicules brûlés · véhicules incendiés · violences dans les banlieues · violences urbaines · voitures brûlées

Intéressant non?

Pour les technologues, voici la méthode que j'ai utilisée. J'ai tout d'abord recupéré le texte intégral des 2000 billets qui contiennent le mot "banlieues" (avec leurs commentaires) et que j'avais identifiés grâce à Technorati (l'autre jour je n'avais travaillé que sur les extraits retournés par ce moteur). J'ai demandé à mon ami Didier Bourigault de passer ce corpus (environ 1,7 million de mots) dans son programme Syntex, qui est à l'heure actuelle à peu près ce qui se fait de mieux dans le domaine de la recherche automatique de terminologie (Syntex est intégré dans une chaîne complète d'analyse syntaxique et d'extraction de termes réalisée dans le cadre d'une collaboration entre l'ERSS, à laquelle appartient Didier Bourigault, et la société Synomia). D'un retour de mail, Didier m'a envoyé la liste des groupes nominaux les plus fréquents. Il ne restait plus qu'à lancer le tout dans mes petits programmes de génération de nuages, et de concordance. Si vous cliquez sur un mot vous aurez tous les contextes où le mot apparaît dans mon corpus, et à partir de ces contextes vous pourrez allez visiter les blogs qui en parlent...

Je ne veux pas vous ennuyer plus avec les détails (je répondrai volontiers, ainsi que Didier sans doute, aux questions techniques dans les commentaires), mais je voulais illustrer ce qu'on peut faire dans le domaine de la veille (sociale? citoyenne?) en quelques clics avec de bons outils de traitement automatique des langues. Il me semble que ça devrait intéresser journalistes, sociologues et autres commentateurs de l'actualité.

Ortograf: Faites sauter la banque (en banlieue bien sûr)

C'est bien la preuve qu'il n'y a pas de misère dans les banlieues !

Quelle soirée! Et moi qui voulait regarder les Inrocks...

Merci à Olivier (pour Google Groups)
et à Rezo (pour le lien vers Samizdat)!

E-pub: Les sossialos et la violance

Dengue.... Painsé-moa: je raive!!!

(A lyre apré cessi et ceci bien sûr).

Mersi à un lekteur aussi vigilent qu'anonime!

---

PS (ça veut dire "Post-scriptum" ;-)

• Ci vou ne komprenai pas pourquoi j'écri bizare ce soar, relisé bien l'annonce
• J'ai vandu la lisance du "Pourrisseur" au PS
• Mé qu'est-ce qu'ils ont fummé ce soir ??? (merci P.)
  

News: Banlieues à la carte

Vous connaissez sans doute le site Newsmap, qui a eu un beau succès d'estime lorsqu'il est sorti en 2004. L'idée est simple: organiser les Google News sous forme de carte. Les nouvelles sont regroupées sous forme de carrés dont la taille est proportionnelle au nombre d'articles qui les traitent. Les différentes couleurs correspondent aux grands domaines (monde, nation, sports, etc.). Les nouvelles de Google.fr ressemblent à ceci aujourd'hui:

J'ai encadré en rose les carrés qui correspondent aux émeutes des banlieues. Je suis frappé de la toute petite surface qu'occupe ce thème. Pourtant, si j'ai bien compris, c'est l'événement majeur de la décennie, et notre premier ministre nous annonçait hier soir la proclamation de l'état d'urgence, qui, si je ne me trompe pas n'a été invoqué que deux fois après la guerre d'Algérie (dont une fois en Nouvelle Calédonie)... J'ai regardé sur les jours précédents (puisqu'il y a une archive sur le site), ça n'est pas très différent. Bizarre, non?

Sur Google News US, la taille est encore plus réduite:

Pourtant, en regardant les télés américaines on a l'impression qu'elles ne parlent que de ça...

Alors?

---

Post-scriptum

20 heures -- Un commentateur anonyme fait remarquer que la taille du carré dans les News US a pas mal augmenté. L'état d'urgence semble avoir frappé les esprits...

Blogs: Un nuage sur les banlieues

Beaucoup de blogs parlent des banlieues ces jours-ci, et c'est bien compréhensible.... Voici les 100 mots les plus fréquents qu'ils emploient:

actualité article banlieue banlieues bleues bois brûlent centre chirac chose cités civile clichy coup couvre crise difficiles droit droite emeutes émeutes enfants europe événements feu fin française françaises gens google gouvernement grandes guerre habitants haine histoire intérieur intifada jeunes journal jours lire loi médias ministre moment mots nicolas nouvelle nuit ordre paris parisienne parisiennes passe pauvres pays personnes peur police policiers politique population premier président presse problème propos quartiers racaille racisme région république revue saint sarko sarkozy sécurité semaine sensibles situation social sociale société soir suite temps ump urbaine urbaines véhicules vie ville villepin villes violence violences vivent voitures zones

Ce nuage a été obtenu avec l'API Technorati: j'ai récupéré les titres et extraits de 2000 blogs qui parlent de banlieues et j'ai calculé la fréquence des mots (après avoir enlevé les mots-outils: articles, prépositions, etc.). J'ai ensuite présenté le tout façon TagCloud (mais avec mes propres programmes): la taille des mots reflète leur fréquence, et on peut cliquer sur chaque mot pour trouver les blogs qui en parlent dans le contexte "banlieues". J'espère qu'aucun parti politique ne détournera cette liste pour des PoliticalAdWords ;-)